研究發現，「代幣最大化」會阻礙開發者的生產力

有一句經典的管理格言：凡是能衡量的，就能管理。而且通常來說，你追蹤的項目往往會變得更多。

軟體工程師們關於生產力指標的爭論已持續數十年，最初從程式碼行數開始。但隨著新一代 AI 編碼助理產出的程式碼量比以往任何時候都多，管理者究竟該衡量什麼，卻變得越來越不明確。

龐大的代幣預算——本質上就是開發者被允許使用的 AI 運算能力——已成為矽谷開發者間的地位象徵。然而，這是一種奇怪的生產力思考方式。當你理應更重視產出時，去衡量流程的投入顯得毫無意義。若你的目的是鼓勵更多 AI 採用（或銷售代幣），這或許合乎邏輯；但若目標是提升效率，則不然。

不妨參考「開發者生產力洞察」領域中一類新興公司的證據。他們發現，使用 Claude Code、Cursor 和 Codex 等工具的開發者，產出的被接受程式碼量確實比以往顯著增加。但他們同時也發現，工程師必須更頻繁地回頭修改這些已被接受的程式碼，這無疑削弱了生產力提升的主張。

Waydev 的執行長兼創辦人 Alex Circei 正致力建構一個智慧層，用以追蹤這些動態。他的公司與 50 家不同客戶合作，這些客戶共僱用了超過 10,000 名軟體工程師。（Circei 過去曾為 TechCrunch 撰稿，但本記者此前從未與他見過面。）

他表示，工程經理們目前看到的程式碼接受率約為 80% 至 90%——這指的是開發人員批准並保留的人工智慧生成程式碼所佔的比例。然而，他們忽略了隨後幾週內工程師必須修改該程式碼所產生的後續流失，這使得實際的長期接受率降至 10% 至 30% 之間。

AI 編碼工具的興起，促使 2017 年成立、專注於開發者分析的 Waydev，在過去六個月內徹底改造其平台，以因應快速編碼工具的普及。如今，該公司正推出新工具來追蹤 AI 代理所產生的元數據，針對其程式碼的品質與成本提供分析，讓工程經理能更深入地了解 AI 的採用情況及其成效。

儘管分析公司有動機凸顯其發現的問題，但越來越多的證據顯示，大型組織仍在摸索如何有效運用AI工具。主要企業已開始關注此現象——Atlassian去年以10億美元收購了另一家工程智慧新創公司DX，旨在協助客戶了解編碼代理所帶來的投資報酬率。

來自業界各方的數據呈現出一致的現象：編寫的程式碼量不斷增加，但其中有不成比例的大量程式碼未能被保留。

同領域的另一家公司 GitClear 於一月發布的報告指出，AI 工具確實提升了生產力。然而，其數據同時顯示「常規 AI 用戶的程式碼流失率平均比非 AI 用戶高出 9.4 倍」——這數字甚至超過了這些工具所帶來生產力提升的兩倍。

工程分析平台 Faros AI 則在 2026 年 3 月的報告中，運用了長達兩年的客戶數據。研究結果顯示：在高度採用 AI 的情況下，程式碼更替率（即刪除的程式碼行數與新增的程式碼行數之比）增加了 861%。

自稱是「AI 整合工程智慧平台」的 Jellyfish，在 2026 年第一季蒐集了 7,548 名工程師的數據。該公司發現，擁有最高代幣預算的工程師雖然產出了最多的拉取請求（對共用程式碼庫提出的變更提案），但生產力提升並未隨規模擴大而增加。他們在代幣成本增加十倍的情況下，僅達到了兩倍的產出量。 換言之，這些工具創造的是數量，而非價值。

當你與開發者交談時，這類統計數據顯得格外真實。儘管開發者享受著這些工具帶來的新功能，但他們發現代碼審查的負擔與技術債務正在不斷累積。一個常見的發現是資深與初級工程師之間的差異：後者接受了遠多於前者的 AI 生成代碼，進而不得不處理更多重寫工作。

儘管開發者仍在努力釐清 AI 助理的運作機制，但他們並不預期短期內會放棄這些工具。

「這是軟體開發的新時代，你必須適應。企業被迫適應，」Circei 告訴 TechCrunch。「這不是一場曇花一現的潮流。」